Redis如何保证数据一致性？

Redis 保证数据一致性主要通过以下几个方面：

1. 单个Redis实例：Redis采用单线程模型处理命令，可以保证命令按序执行，从而避免数据不一致。
2. 主从同步：Redis支持主从同步，从节点会从主节点复制数据。如果出现故障，可以通过选举或者手动切换来保证数据一致性。
3. 无维护同步：Redis Cluster使用无维护同步，当一个主节点宕机时，另一个主节点会接管并同步宕机节点的数据。
4. 乐观锁：使用WATCH命令可以实现乐观锁，保证数据的一致性。
5. 事务：通过MULTI和EXEC命令包裹的事务可以保证一系列命令的执行是原子的，要么全部成功要么全部失败，从而避免数据不一致。
6. Redis 4.0以上版本的RDB和AOF持久化机制：通过定期持久化或者手动触发持久化操作，可以保证数据的一致性。
7. 客户端逻辑：在客户端实现分布式锁或者乐观锁策略，保证在分布式环境下数据的一致性。

以下是一个使用乐观锁保持数据一致性的简单例子：

import redis
 
client = redis.StrictRedis()
 
# 设置键的值和过期时间
client.set('key', 'value')
client.expire('key', 10)
 
# 监视键
client.watch('key')
 
try:
    # 执行某些操作，比如读取键的值
    value = client.get('key')
 
    # 假设我们要更新这个键
    new_value = do_some_operation(value)
 
    # 事务块内进行更新操作
    pipeline = client.pipeline()
    pipeline.multi()
    pipeline.set('key', new_value)
    pipeline.expire('key', 10)
 
    # 执行事务，如果键在这个过程中没有被修改，则更新成功
    pipeline.execute()
except redis.WatchError:
    # 如果键在watch之后被修改，则抛出异常，我们可以选择重试或者其他策略
    pass

在这个例子中，watch 命令用于监视键 'key'，如果在执行事务(pipeline.execute())期间键的值发生了变化，WatchError 异常会被抛出。客户端可以处理这个异常，比如重新开始事务。这种方式保证了在并发修改同一数据时的一致性。